背景
7月份我们前端团队推动落地了一个 toB 类型的系统，由于服务端也由我们前端工程师来承接，所以服务端技术选型上我们有了话语权，API 这一块儿我们选择了 GraphQL 。本文将阐述我学习 GraphQL 这门技术的一些思考。
GraphQL 在解决什么问题
学习一门新技术，首先要把问题域弄清楚。社区有大量 GraphQL 与传统 API 解决方案（含 REST API）对比文章，总结下来，传统 API 存在以下问题：
- 接口数量众多维护成本高：接口的数量通常由业务场景的数量决定，为了尽量减少接口数量，服务端工程师通常会对业务做抽象，首先构建粒度较小的数据接口，再根据业务场景对数据接口进行组合，对外暴露业务接口，即便这样，服务端对前端暴露的接口数量还是非常多，因为业务总是多变的。
- 接口扩展成本高：出于带宽的考虑移动端我们要求接口返回尽量少的字段，PC 端通常要展现更多字段；考虑首屏性能，我们又要求对接口做合并；传统 API 应对这些需求，前后端都面临改造，成本较高。
- 接口响应的数据格式无法预知：由于接口文档几乎总是不能及时更新，前端工程师无法预知接口响应的数据格式，影响前端开发进度。
针对以上问题，GraphQL 给出了较为完善的解决方案。
GraphQL 如何解决问题
接下来我通过一个实例讲解 GraphQL 解决问题的思路，客户端的述求：根据性别查询团队成员列表，返回 id 、 gender 、 name 、 nickName ，GrahpQL 的处理过程如下图：
请求参数在发送到服务端之前会先经过 GraphQL Client 转换成客户端 Schema，这段 Schema 其实是一段 query 开头的字符串，描述了客户端的对数据的述求：调用哪个方法，传递什么样的参数，返回哪些字段。服务端拿到这段 Schema 之后，通过事先定义好的服务端 Schema 接收请求参数并执行对应的 resolve 函数提供数据服务。整个过程可以想象成我们吃自助餐的过程，服务端 Schema 就好比自助餐线，摆上我们能提供的所有食物；客户端 Schema 就描述了我们想要吃的食物，按需获取就好了。
讲到这里，好奇心强的同学可能已经开始思考这个问题了：客户端 Schema 本质上就是一段字符串，服务端如何识别并响应这段字符串？
graphql-js
识别与响应客户端 Schema 依赖于官方类库 graphql-js ，服务端拿到客户端 Schema 字符串后会做如下处理：
- 解析阶段
为了识别客户端 Schema， graphql-js 定义了一系列的特征标识符：
export const TokenKind = Object.freeze({
BANG: '!',
DOLLAR: '$',
PAREN_L: '(',
PAREN_R: ')',
SPREAD: '...',
COLON: ':',
EQUALS: '=',
BRACKET_L: '[',
BRACKET_R: ']',
...
});并定义了 AST 语法树规范，规定语法树支持以下节点：
/**
* The set of allowed kind values for AST nodes.
*/
export const Kind = Object.freeze({
// Name
NAME: 'Name',
// Document
DOCUMENT: 'Document',
OPERATION_DEFINITION: 'OperationDefinition',
VARIABLE_DEFINITION: 'VariableDefinition',
VARIABLE: 'Variable',
// Values
INT: 'IntValue',
FLOAT: 'FloatValue',
STRING: 'StringValue',
BOOLEAN: 'BooleanValue',
...
});有了特征字符串与 AST 语法树规范，GraphQL Server 对客户端 Schema 进行逐字符扫描（charCodeAt）,最终解析阶段的产出物为 document ，上文示例中的客户端 Schema 解析完成之后的部分 document ：
{
"kind":"Document",
"definitions":[
{
"kind":"OperationDefinition",
"operation":"query",
"name":{
"kind":"Name",
"value":"DisplayMember",
"loc":{
"start":13,
"end":26
}
},
"selectionSet":{
"kind":"SelectionSet",
"selections":[
{
"kind":"Field",
"alias":null,
"name":{
"kind":"Name",
"value":"fetchByGender",
"loc":{
"start":37,
"end":50
}
},
"arguments":[
{
"kind":"Argument",
"name":{
"kind":"Name",
"value":"gender",
"loc":{
"start":51,
"end":57
}
},
"value":{
"kind":"StringValue",
"value":"M",
"loc":{
"start":59,
"end":62
}
},
"loc":{
"start":51,
"end":62
}
}
],
...如果客户端 Schema 不符合服务端定义的 AST 规范，解析过程会直接抛出语法异常 Syntax Error ，拿上文的示例举例，我将客户端 Schema 中的 fetchByGender(gender: "M") 改为 fetchByGender(gender) ，只传递参数名，不传递参数值，则服务端会响应：
{
"errors":[
{
"message":"Syntax Error GraphQL request (3:29) Expected :, found )
2: query DisplayMember {
3: fetchByGender(gender) {
^
4: list {
",
"locations":[
{
"line":3,
"column":29
}
]
}
]
}结构化的报错信息也是 GraphQL 的一大特点，定位问题非常方便。只要语法没问题解析阶段就能顺利完成，然后进入校验阶段。
- 校验阶段
校验阶段用于验证客户端 Schema 是否按照服务端 Schema 定义好的方式获取数据，比如：获取数据的方法名是否有误，必填项是否有值等等，校验范围一共有几十种，我没有办法一一举例。拿上文的示例举例，我将客户端 Schema 中的 fetchByGender 改为 fetchByGen ， fetchByGen 在服务端根本没有定义，则服务端会响应：
{
"errors":[
{
"message":"Cannot query field "fetchByGen" on type "Query". Did you mean "fetchByGender"?",
"locations":[
{
"line":3,
"column":9
}
]
}
]
}不仅返回结构化的报错信息，还非常人性化的告诉你正确的调用方式是什么。校验阶段通过之后会进入执行阶段
- 执行阶段
执行阶段依赖的输入为：解析阶段的产出物 document ，服务端 Schema；其中 document 准确描述了客户端对数据的述求：请求哪个方法，参数是什么，需要哪些字段；服务端 Schema 描述了提供数据的方式；拿上文的示例举例，服务端 Schema 需要这样定义：
const graphqlApi = require('graphql');
const {
GraphQLObjectType,
GraphQLList,
GraphQLNonNull,
GraphQLSchema,
GraphQLString,
} = graphqlApi;
const dataSource = require('./dataSource');
const memType = new GraphQLObjectType({
name: 'Male',
description: 'A member gender is Male.',
fields: () => ({
id: {
type: new GraphQLNonNull(GraphQLString),
description: 'The id of member',
},
name: {
type: GraphQLString,
description: 'The name of the character.',
},
nickName: {
type: GraphQLString,
description: 'The nickName of the character.',
},
gender: {
type: GraphQLString,
description: 'The gender of the character.',
},
list: {
type: new GraphQLList(memType),
description: 'The mems list by gender.',
},
})
});
const queryType = new GraphQLObjectType({
name: 'Query',
fields: () => ({
fetchByGender: {
type: memType,
args: {
gender: {
description: 'gender of the human',
type: new GraphQLNonNull(GraphQLString),
},
},
resolve: (root, { gender }) => {
// 访问数据库或三方 API 查询成员列表
return {
list: dataSource.getMembers(gender),
};
},
},
}),
});
module.exports = new GraphQLSchema({
query: queryType,
types: [memType],
});执行服务端 Schema 中的 resolve 函数，得到执行阶段的输出：
{
"data":{
"fetchByGender":{
"list":[
{
"id":"1",
"gender":"M",
"name":"童开宏",
"nickName":"慕冥"
}
]
}
}
}当然要完成服务端 Schema 的定义，你需要学习 GraphQL 的 类型系统 ，大家翻阅 API 文档即可。
技术边界
原理弄清楚之后我们需要对 GraphQL 这门技术的边界有一个清醒的认识：
- 客户端边界：核心能力是将请求参数按照服务端定义好的 AST 语法树规范拼装成客户端 Schema 字符串，实现方案大家可参考
apollo提供的 Webpack 插件 ，当然也有一些 GraphQL 客户端连发送 Ajax 请求的活儿也干了，无非是在底层调用其他类库比如axios发请求。 - 服务端边界：核心能力是识别客户端 Schema 字符串，并通过服务端 Schema 调用底层的数据服务按需返回用户想要的数据，至于底层数据源来自哪里（数据库或者三方接口），以何种方式获取数据（直连数据库或者 ORM 方法调用），这些不属于 GraphQL 关心的范畴。
问题解决的怎么样
由于 GraphQL 通过客户端 Schema 而不是通过 URL 描述数据述求，所以理论上服务端只需要对客户端暴露一个地址即可，解决了接口数量众多维护成本高的问题；同时，服务端提供的是全量字段，客户端可按需获取，面对接口扩展的需求，服务端没有开发成本；最后，通过 GraphiQL 可视化调试界面展现服务端能提供的所有数据，开发过程不再依赖接口文档：
GraphQL 社区在忙什么
GraphQL 官方提供核心能力：
- graphql-js ：GraphQL 理念的 JavaScript 实现，该类库可同时运行在浏览器环境与 Node 环境，该类库的原理我在上文中已经讲过了。
- graphiql ：提升调试体验，我在上文中提过。
- dataloader ：提升性能，通过合并请求尽量减少数据库查询次数。
- Relay ：前端框架，使 GraphQL 与 React 很好的融合在一起，嵌入性较强，需要 GraphQL Server 配合。
我们还缺什么？
- 服务端
官方只提供了 JavaScript 语言支持，社区爱好者很快在不同编程语言中实现了 GraphQL 的理念：JAVA 、 .NET 等等，更多语言支持，请查看 官网
- 客户端
官方提供的 Relay 解决了 GraphQL 与 React 相结合的问题，Apollo Client 提供了与其他前端框架融合的解决方案，比如 Vue、Angular 等等。
开发体验
graphql-tools：在上文示例代码的服务端 Schema 中，我们将类型的定义（typeDefs）与处理函数的定义（resolvers）放在同一个文件中，职责上不够单一，借助 graphql-tools 我们可以将二者分不同的文件定义;egg-graphql：与 Node 框架 egg 相结合，制定 目录规范 并提供语法糖提高开发效率；
总结
GraphQL 的优点上文已经讲过了，真的是从业务痛点出发，解决了传统 API 存在的问题，但是 GraphQL 在解决问题的同时也带了一些新的问题，这些问题在某种程度上阻碍了这门技术的普及：
- 数据库性能：GraphQL 将数据描述成一张巨大的网，理论上客户端 Schema 可以写出任意嵌套层级的查询语句，比如：
query IAmEvil {
author(id: "abc") {
posts {
author {
posts {
author {
posts {
author {
# that could go on as deep as the client wants!
}
}
}
}
}
}
}
}这样的查询语句会给数据库带来很大的性能开销，服务端不得不做 限流 来规避这样的问题，这也带来了额外的开发成本。
- 侵入性：GraphQL 受益最大的是前端，却需要服务端鼎力支持，特别是老系统迁移，服务端与前端都面临较大的改造。
- 学习成本：GraphQL 是一套全新的理念，需要前后端同学都学习新的知识才能掌握这门技术，这也带来较大的学习成本。
任何技术都有利弊，大家要结合自己的场景权衡收益做出适合自己的技术选型。